En İyi Açık Kaynaklı LLM 2026: 8 Modeli Benchmark'ladık — Yalnızca 3'ü GPT-4 Sınıfını Geçti

2026'nın En İyi Açık Kaynaklı LLM'leri: Gerçek Performansa Göre Sıralanan 8 Model

Son güncelleme: 5 Temmuz 2026. Bu kılavuzdaki her benchmark puanı, VRAM değeri ve lisans bu güncelleme için yeniden doğrulandı. Aşağıdaki sıralama, 2026 ortasına kadar yayımlanan açık ağırlıklı modelleri yansıtmaktadır — yeni bir sürüm sıralamayı değiştirirse bu sayfa bir ay içinde güncellenir.

2026'nın en iyi açık kaynaklı LLM'i genel akıl yürütme ve kodlama için Qwen 3 235B-A22B'dir; derin matematik akıl yürütmede DeepSeek R1, uzun bağlamda (10M token) ise Llama 4 Scout öne çıkmaktadır. Tek bir tüketici GPU'su için Gemma 3 27B (16 GB VRAM) ve Phi-4 14B (8 GB) en kolay kendi kendine barındırılan seçeneklerdir. Her üç üst model de ücretsiz olarak dağıtılabilirken kod ve matematikte GPT-4 sınıfı performansla eşleşmektedir.

Önde Gelen Açık Kaynaklı LLM'ler: Benchmark Anlık Görüntüsü

Aşağıdaki tablo, standart kamuya açık benchmarklarda puanlanan yaygın kullanılan beş açık kaynaklı modeli kapsamaktadır. MMLU geniş genel bilgiyi; HumanEval ise kod üretimi başarı oranını ölçer.

Bu tabloyu aylık olarak yeniliyoruz.

Açık kaynaklı LLM'ler artık özel modellerle sadece "rekabet etmiyor" -- kodlama, matematik ve uzun bağlam gerektiren görevlerde kazanıyorlar. Aylık 200 dolarlık bir API faturası ile kendi sunucunuzda barındırdığınız açık bir model arasındaki fark hiç bu kadar küçük olmamıştı.

Bu sıralama gürültüyü kesiyor. Buradaki her model gerçekten önemli olan benchmarklara, gerçekte ihtiyaç duyacağınız donanıma ve her modelin en parlak göründüğü belirli kullanım senaryosuna göre değerlendiriliyor.

Hızlı Özet: Hangi Açık Kaynaklı LLM'i Seçmelisiniz?

Mutlak en iyi akıl yürütmeye mi ihtiyacınız var? Qwen 3 235B veya DeepSeek R1'i seçin. Tek bir GPU'da çalışacak bir şey mi istiyorsunuz? Gemma 3 27B veya Phi-4 14B. Devasa belgeler mi işliyorsunuz? Llama 4 Scout'un 10 milyon token bağlamı rakipsiz.

VRAM rakamları Q4 kuantizasyonunu varsayar. Tam hassasiyet gereksinimleri 2-4 kat daha yüksektir. Modelleri yerel olarak çalıştırma konusunda yeniyseniz Gemma 3 veya Phi-4 ile başlayın -- bu listedeki en donanım dostu seçenekler bunlar.

Açık Kaynaklı LLM Sıralaması: Temmuz 2026 Verileri

Temmuz 2026 itibarıyla Qwen 3 235B-A22B, genel akıl yürütme ve kodlamada açık kaynaklı LLM sıralamamızın zirvesinde yer alıyor; derin matematikte DeepSeek R1 ikinci, uzun bağlamda ise Llama 4 Scout üçüncü sırada. Aşağıdaki tam sıralama, bu kılavuzda puanlanan sekiz modelin tamamını kapsıyor -- veri merkezi düzeyindeki kurulumlardan dizüstü bilgisayar dostu seçeneklere kadar.

Bu sıralama, benchmarkların, donanım ihtiyaçlarının ve lisans koşullarının aylık yeniden kontrolümüzü yansıtıyor.

Şimdi her modeli özelleştiren niteliklere bakalım.

1. Qwen 3 235B-A22B -- Genel Olarak En İyi Açık Kaynaklı LLM

Alibaba'nın Qwen 3 235B-A22B modeli şu anda rakipsiz. 235 milyar toplam parametreye sahip bir Mixture-of-Experts mimarisi kullanıyor, ancak token başına yalnızca 22 milyar parametre etkinleştiriliyor -- benzer kalitedeki yoğun bir modelle karşılaştırıldığında hesaplama maliyetini yaklaşık %90 azaltıyor.

Qwen 3'ü ayırt eden şey çift modlu düşünce yapısıdır. Karmaşık matematik ve kodlama problemleri için "düşünce modu" (modelin düşünce zincirini gösterdiği) ile hızlı sohbet yanıtları için "düşüncesiz mod" arasında geçiş yapabilirsiniz. Bu esneklik üretim ortamında önemlidir.

Benchmark öne çıkanları:

Bu rakamlar onu DeepSeek R1, OpenAI'nın o1'i ve Gemini 2.5 Pro ile aynı kategoriye koyuyor -- ancak Apache 2.0 altında istediğiniz yere indirebilir, ince ayar yapabilir ve dağıtabilirsiniz.

Donanım gereksinimleri: Tam model Q4 kuantizasyonunda yaklaşık 132 GB VRAM gerektiriyor. Bu çok GPU'lu bir kurulum demek -- beş RTX 3090, üç A40 veya çift H100 düzenini düşünün. Ucuz değil ama bir girişim veya araştırma laboratuvarı için kesinlikle ulaşılabilir. Qwen 3 ailesi ayrıca tüketici donanımında çalışan daha küçük varyantlar da içeriyor (32B, 14B, 8B, 4B).

Kimler kullanmalı: Altyapılarına sahip olmak isteyen ancak sınır düzeyi akıl yürütme ve kodlamaya ihtiyaç duyan ekipler. 256K bağlam ve 100'den fazla dil desteği ile çok dilli iş yükleri için özellikle güçlü. Belirli alanınız için bir modeli ince ayar yapmayı planlıyorsanız Qwen 3'ün Apache 2.0 lisansı size tam özgürlük tanıyor.

2. DeepSeek R1 -- Derin Akıl Yürütme İçin En İyi Model

DeepSeek R1 2025'in başında açık kaynaklı modellerin akıl yürütme görevlerinde OpenAI'nın o1'iyle eşleşebileceğini kanıtlayarak oyunu değiştirdi. R1-0528 güncellemesi işleri daha da ileri taşıdı -- AIME 2025 doğruluğu %70'ten %87,5'e sıçradı.

Modelin sırrı eğitim metodolojisindedir. DeepSeek önce saf pekiştirmeli öğrenme kullanarak denetimli ince ayar ısınması olmadan R1-Zero'yu oluşturdu. Model kendiliğinden düşünce zinciri akıl yürütme, öz doğrulama ve geri izleme davranışları geliştirdi. Adeta kendi kendini denetlemeyi öğretti.

Benchmark öne çıkanları:

Donanım gereksinimleri: DeepSeek V3 ile aynı 671B MoE mimarisi kullandığından Q4'te ~136 GB VRAM gerekiyor. Ancak pratik boyut şu: DeepSeek ayrıca 1,5B, 7B, 14B, 32B ve 70B parametreli damıtılmış varyantlar da yayınladı. 32B damıtma tek bir RTX 4090'da çalışıyor ve akıl yürütme görevlerinde pek çok daha büyük modeli geride bırakıyor.

Kimler kullanmalı: Adım adım akıl yürütme gerektiren uygulamalar geliştiren herkes -- teorem kanıtlama, karmaşık hata ayıklama, bilimsel analiz. Damıtılmış varyantlar özellikle sınırlı bütçeyle akıl yürütme kapasitesine ihtiyaç duyanlar için kullanışlı. Daha küçük damıtmaları kendi donanımınızda dağıtmak istiyorsanız LLM'leri yerel olarak çalıştırmak için en iyi araçlara göz atın.

3. Llama 4 Scout -- Uzun Bağlam İçin En İyi Model

Meta'nın Llama 4 Scout modeli açık kaynak dünyasına gerçekten yeni bir şey getirdi: 10 milyon tokenlik bir bağlam penceresi. Bu yazım hatası değil. Tek bir istemde tüm bir kod tabanını, bir raf dolusu araştırma makalesini veya 20 saatlik video transkriptini sunabilirsiniz.

Scout, token başına yalnızca 2'si aktif olan 16 MoE uzmanı kullanıyor ve bu sayede toplamda 109B parametreye, etkin olarak ise yalnızca 17B'ye sahip. Meta'nın iddiasına göre INT4 kuantizasyonuyla tek bir H100'a sığıyor; ancak 10M token bağlam penceresi için KV önbelleği elbette daha fazla bellek gerektiriyor.

Benchmark öne çıkanları:

10M token'da mükemmel Needle-in-a-Haystack skoru dikkat çekici. Çoğu model 128K'dan çok önce bilgi kaybetmeye başlıyor. Scout, devasa bağlam penceresi içinde bile belgeler arasındaki sınırları koruyan yeni bir belgeler arası dikkat maskeleme yaklaşımı kullanıyor.

Donanım gereksinimleri: Q4'te model ağırlıkları yaklaşık 55 GB VRAM gerektiriyor. Tek bir H100 (80 GB) bunu rahatlıkla kaldırıyor. Tüketici donanımı için iki RTX 4090 (toplam 48 GB) daha kısa bağlam uzunluklarını yönetebilir. Dezavantajı şu: 10M'lik tam bağlam penceresini gerçekten kullanmak için model ağırlıklarına ek olarak devasa KV önbellek belleği gerekiyor. Pratikte çoğu kendi kendine barındırılan dağıtımın bağlamı 128K-256K token'a sınırladığını görüyoruz.

Kimler kullanmalı: Devasa belgelerle çalışan ekipler -- hukuki analizler, kod deposu soru-cevap, araştırma makalesi sentezi. Çok modlu yetenekler (metin + görsel giriş) de güçlü. Sadece bağlam uzunluğu konusunda gerçekçi olun: 10M tavanı gerçek, ancak buna ulaşmak için sunucu sınıfı donanım gerekiyor.

4. DeepSeek V3 -- En İyi Genel Amaçlı Açık Kaynaklı LLM

DeepSeek R1 akıl yürütmesiyle manşetlere çıkarken DeepSeek V3 gündelik kullanım için muhtemelen daha pratik model. Hızlı, her alanda yetenekli ve boyutuna göre son derece verimli bir savaş atı.

V3, R1 ile aynı 671B MoE / 37B aktif mimarisini paylaşıyor ancak derin akıl yürütme zincirlerini daha hızlı yanıt süreleri ve daha geniş genel yeteneklerle değiştiriyor. V3-0324 güncellemesi R1'in eğitiminden pekiştirmeli öğrenme tekniklerini dahil etti; açık düşünce zincirinin gecikme etkisi olmadan akıl yürütmeyi güçlendirdi.

Benchmark öne çıkanları:

DeepSeek V3, kodlama ve matematik benchmarklarında GPT-4.5'i geride bırakıyor. Eğitim verimliliği efsanevi -- tam ön eğitim çalışması için yalnızca 2,788 milyon H800 GPU saati; bu karşılaştırılabilir modellerin gerektirdiğinin çok küçük bir kısmı.

Donanım gereksinimleri: R1 ile aynı (~Q4'te 136 GB VRAM). Pratik dağıtım için GGUF kuantize sürümler, çoklu GPU tüketici kurulumlarında llama.cpp veya Ollama üzerinden çalışıyor.

Kimler kullanmalı: Sohbet, kodlama, analiz, çeviri, özetleme gibi her şeyi tek bir modelle halletmek istiyorsanız V3 en dengeli seçim. R1'i zorlu akıl yürütmede veya Scout'u bağlam uzunluğunda yenemez; ama hız ve çok yönlülüğün tepe benchmark puanlarından daha önemli olduğu tipik üretim iş yüklerinde her ikisini de geride bırakacak.

5. Mistral Large 3 -- Çok Dilli ve Kurumsal Kullanım İçin En İyi Model

Mistral Large 3, Mistral'ı sınıra geri döndürdü. 675B toplam parametreyle (41B aktif) Apache 2.0 altında yayınlanan eksiksiz bir MoE modeli -- Mistral Large 2'nin kısıtlayıcı araştırma lisansından büyük bir kopuş.

Model sıfırdan 3.000 NVIDIA H200 GPU'da eğitildi ve bu belli. LMSYS Chatbot Arena'da açık modeller arasında no. 2, genel sıralamada ise no. 6 (özel modeller dahil) pozisyonuna geldi. Avrupa merkezli ekipler için özellikle ilgi çekici olan şey çok dilli gücü -- dengeli çok dilli bir MMLU testinde yaklaşık %85,5 doğruluk.

Benchmark öne çıkanları:

Mistral modellerini ayırt eden bir özellik: halüsinasyon yapmak yerine "bilmiyorum" demeye eğitilmiş olmaları. Bu, gerçekçi doğruluğun yaratıcı çıktıdan daha önemli olduğu RAG boru hatları ve kurumsal uygulamalar için Mistral Large 3'ü güçlü bir seçim haline getiriyor.

Donanım gereksinimleri: 675B toplam parametre ile VRAM gereksinimleri DeepSeek'e benzer (~Q4'te 140 GB). Mistral ayrıca tek bir tüketici GPU'suna sığan ve akıl yürütme ile kodlamada çok üstün performans gösteren 14B Small 3 varyantını da sunuyor.

Kimler kullanmalı: Çok dilli yeteneklere ve veri egemenliğine ihtiyaç duyan Avrupalı şirketler. Halüsinasyonu azaltmanın kritik olduğu RAG sistemleri kuran kurumsal ekipler. Apache 2.0 lisansı ticari engelleri tamamen ortadan kaldırıyor.

6. Gemma 3 27B -- Tek GPU Dağıtımı İçin En İyi Model

Google'ın Gemma 3 27B modeli, yetenek ve erişilebilirlik arasındaki ideal denge noktası. Q4 kuantizasyonuyla tek bir RTX 4090'da çalışan, yoğun mimaride 27 milyar parametreli bir model. Çoklu GPU kurulumu yok, sunucu sınıfı donanım yok -- sadece sıradan bir oyun ekran kartı.

Mütevazı parametre sayısının sizi yanıltmasına izin vermeyin. Gemma 3 27B, özellikle çok modlu görevlerde ağırlığının çok üzerinde performans gösteriyor. Hem metin hem görüntü girişini işliyor, 140'tan fazla dili destekliyor ve bu boyuttaki bir model için 130K bağlam penceresi oldukça cömert.

Benchmark öne çıkanları:

Bu çok modlu skorlar (DocVQA %85,6, ChartQA %76,3) 3-5 kat daha büyük modellerle rekabet ediyor. GPU kümesi olmadan görüntü anlama ihtiyacı duyan geliştiriciler için Gemma 3 açık ara en mantıklı seçim.

Donanım gereksinimleri: Q4 kuantizasyonunda yaklaşık 16 GB VRAM, Q8'de 32 GB. Tek bir RTX 4090 (24 GB) bunu rahatlıkla kaldırıyor. 32 GB birleşik bellekli bir M2 MacBook Pro bile çalıştırabilir. LLM'leri yerel olarak çalıştırma kılavuzumuzu izliyorsanız Gemma 3 başlamak için en kolay modellerden biri.

Kimler kullanmalı: Bireysel geliştiriciler, küçük ekipler ve bulut GPU kiralamadan yetenekli çok modlu bir model isteyen herkes. Prototip oluşturmak için de mükemmel -- Gemma 3 ile yerel olarak boru hattınızı test edin, ardından gerekirse üretimde daha büyük bir modele geçin. Google'ın daha yeni küçük modeli için Gemma 4 12B kılavuzumuza göz atın.

7. Phi-4 Reasoning -- Edge ve Kaynak Kısıtlı Dağıtımlar İçin En İyi Model

Microsoft'un Phi-4 Reasoning modeli, parametre sayısının her şey olmadığını kanıtlıyor. Yalnızca 14 milyar parametreyle DeepSeek R1'in 70B damıtmasını birkaç akıl yürütme benchmarkında geride bırakıyor. Yakın zamanda yayınlanan Phi-4-reasoning-vision-15B çok modlu yetenekler ekliyor ve matematiksel-görsel akıl yürütme görevlerinde Gemma 3 12B'den %17 daha yüksek skor alıyor.

Phi-4 ailesinin sırrı eğitim verisi kalitesi. Microsoft'un yaklaşımı ham ölçek yerine seçilmiş, yüksek kaliteli verilere öncelik veriyor ve işe yarıyor -- Phi-4, MATH ve MGSM benchmarklarında %80'in üzerinde skor alıyor; matematiksel akıl yürütmede Google'ın Gemini Pro'sunu ve GPT-4o-mini'yi geride bırakıyor.

Benchmark öne çıkanları:

Donanım gereksinimleri: Q4'te yaklaşık 8 GB VRAM -- bu bir dizüstü bilgisayar GPU'su veya hatta eski bir masaüstü ekran kartı. Model Apple Silicon MacBook'larda rahatça çalışıyor ve bu onu gerçek anlamda taşınabilir kılıyor. Edge dağıtımı için makul gecikmeyle cihaz üzerinde çalışabilen nadir modellerden biri.

Kimler kullanmalı: Mobil ve edge geliştiriciler, cihaz üstü yapay zeka özellikleri geliştiren ekipler ve minimum donanımda güçlü akıl yürütmeye ihtiyaç duyan herkes. Phi-4 ayrıca küçük boyutu eğitim döngülerini hızlı ve ucuz yaptığı için ince ayarlı modelleri değerlendirmek için de iyi bir seçim. MIT lisansı ticari kısıtlama içermiyor.

8. GLM-4.7 -- Ajanlı Kodlama İçin En İyi Model

Z.ai'nin GLM-4.7 modeli belirli bir kullanım senaryosu için tasarlandı: modelin uzun çok adımlı etkileşimler boyunca akıl yürütmesi, araç kullanması ve bağlamı koruması gereken ajanlı kodlama iş akışları.

Mimarisi 32B aktif parametreye sahip 355B MoE, ancak öne çıkan özellik üç katmanlı düşünce sistemi. Her turda akıl yürütme sürecini yeniden başlatan çoğu modelin aksine GLM-4.7, düşünce bloklarını tüm konuşma boyunca koruyor. Bu kalıcı akıl yürütme bağlamı, model karmaşık çok adımlı kodlama görevlerini yönetirken gerçek bir fark yaratıyor.

Benchmark öne çıkanları:

%73,8'lik SWE-bench skoru Claude Sonnet 4.5 ile rekabet ediyor -- sentetik benchmarklarda değil, gerçek dünya yazılım mühendisliği görevlerinde. Ve %94,2 HumanEval bu listedeki herhangi bir modelin en yüksek skoru.

Donanım gereksinimleri: Diğer büyük MoE modellerine benzer (~Q4'te 130 GB VRAM). 200K bağlam penceresi ve 131K maksimum çıktı, uzun ajanlı oturumlarda bellek yoğun hale getiriyor.

Kimler kullanmalı: Kodlama ajanları, otomatik hata ayıklama araçları veya kod inceleme sistemleri geliştiren yapay zeka destekli geliştirme ekipleri. Kodlama odaklı bir model için ince ayar araçları seçiyorsanız GLM-4.7 güçlü bir temel. MIT lisansı tam ticari kullanıma izin veriyor.

Kodlama İçin En İyi Açık Kaynaklı LLM (Temmuz 2026)

Temmuz 2026'da kodlama için en iyi açık kaynaklı seçim GLM-4.7; HumanEval'de %94,2, SWE-bench'te %73,8 puan alarak gerçek yazılım görevlerinde Claude Sonnet 4.5 ile rekabet ediyor. Tüketici donanımında güçlü bir kodlama modeli mi arıyorsunuz? DeepSeek R1 32B damıtması tek bir RTX 4090'da çalışıyor.

Daha yeni GLM sürümünü mü değerlendiriyorsunuz? Nasıl karşılaştırıldığını görmek için GLM 5.2 incelememize göz atın.

Nasıl Seçilir: Karar Çerçevesi

"En iyi" model tamamen kısıtlamalarınıza bağlı. Kararınızı daraltmak için bu matrisi kullanın.

Hâlâ emin değil misiniz? Şuradan başlayın: Çoklu GPU donanımınız var mı? Yoksa seçenekleriniz Gemma 3 ve Phi-4. Varsa kodlama ajanı mı geliştiriyorsunuz? GLM-4.7 veya DeepSeek R1 seçin. Uzun bağlam mı gerekiyor? Llama 4 Scout. Geri kalan her şey için? Qwen 3 235B en güvenli varsayılan.

Bu Modelleri Nasıl Sıraladık

Sıralamalar tek bir benchmarka dayanmıyor. Her model beş boyutta değerlendirildi:

1. Benchmark performansı -- MMLU, HumanEval, AIME, SWE-bench ve alana özgü testler
2. Donanım erişilebilirliği -- Gerçek ekipler bunu gerçekten dağıtabilir mi?
3. Lisans özgürlüğü -- Apache 2.0 ve MIT, kısıtlayıcı lisanslardan daha yüksek puan alıyor
4. Ekosistem olgunluğu -- Hugging Face, Ollama, vLLM ve büyük çıkarım motorlarında mevcut
5. Gerçek dünya benimsenmesi -- Aktif topluluk, üretim dağıtımları, süregelen güncellemeler

Benchmarklarda iyi sonuç alan ancak kimsenin sahip olmadığı bir GPU kümesi gerektiren modeller (tam hassasiyette 671B'yi siz de biliyorsunuz) cezalandırılıyor. Ticari kullanımı engelleyen kısıtlayıcı lisanslara sahip modeller de puan kaybediyor. Amaç pratik değer, liderboard övünçleri değil.

Bu modelleri kendiniz test etmek istiyorsanız LLM değerlendirme kılavuzumuz sistematik benchmarkları nasıl kuracağınızı açıklıyor ve en iyi değerlendirme araçları listesi ihtiyacınız olan çerçeveleri kapsıyor.

SSS

2026'nın en yeni açık kaynaklı LLM'leri hangileri?

2026 sınırını Qwen 3 (Alibaba), DeepSeek R1 ve V3, Llama 4 Scout (Meta), Mistral Large 3 ve GLM-4.7 (Z.ai) yönetiyor. DeepSeek R1-0528 ve Phi-4 reasoning-vision varyantı gibi nokta sürümleri 2026 ortasına kadar çıktı. Bu listeyi her ay kontrol ediyoruz ve yeni bir sürüm sıralamayı değiştirdiğinde güncelliyoruz.

Bu açık kaynaklı LLM sıralaması ne sıklıkla güncellenir?

Aylık. Her ayın başında benchmark puanlarını, VRAM gereksinimlerini ve lisansları yeniden doğruluyoruz; yeni modeller çıktıkça ekliyoruz. Başlığın altındaki "Son güncelleme" tarihi en son incelemeyi yansıtır.

2026'da en iyi açık kaynaklı LLM hangisi?

Qwen 3 235B-A22B şu anda en geniş benchmark yelpazesinde liderlik ediyor; Apache 2.0 lisansı altında üst düzey akıl yürütme, kodlama ve çok dilli yetenekleri bir arada sunuyor. Belirli kullanım senaryoları için DeepSeek R1 (akıl yürütme) ve Llama 4 Scout (uzun bağlam) daha iyi tercihler olabilir.

Açık kaynaklı LLM'leri tüketici donanımında çalıştırabilir miyim?

Evet. Gemma 3 27B tek bir RTX 4090 (24 GB VRAM) üzerinde çalışıyor ve Phi-4 14B 8 GB VRAM'li bir dizüstü GPU'ya sığıyor. Daha büyük modellerin kuantize sürümleri (Q4, Q8) de Ollama ve llama.cpp gibi araçlarla çoklu GPU tüketici kurulumlarında çalışıyor.

Açık kaynaklı LLM'ler ChatGPT veya Claude kadar iyi mi?

Kodlama ve matematik benchmarklarında en iyi açık kaynaklı modeller GPT-4.5'e eşit veya üstün, Claude Sonnet 4.5 performansına da yaklaşıyor. Fark, yapılandırılmış görevlerde (kod, matematik, akıl yürütme) en küçük; yaratıcı yazarlık ve nüanslı talimat takibinde ise en büyük.

MoE (Mixture-of-Experts), donanım açısından ne anlama geliyor?

MoE modelleri büyük toplam parametre sayısına sahip olmakla birlikte token başına yalnızca bir kısmını etkinleştiriyor. Ancak yönlendirici uzmanları seçebilsin diye tüm modelin belleğe yüklenmesi gerekiyor. 22B aktifli 235B MoE modeli yine de 235B değerinde VRAM gerektiriyor -- bellekten değil, hesaplamadan tasarruf ediyorsunuz.

Kodlama için en iyi açık kaynaklı LLM hangisi?

GLM-4.7, %94,2 HumanEval ve %73,8 SWE-bench ile liderlikte. Saf kod üretimi için DeepSeek R1 ve Qwen 3 235B hemen arkasında. Tüketici donanımında kodlama için DeepSeek R1 32B damıtması en iyi yetenek-maliyet oranını sunuyor.

Llama 4 Scout'un 10 milyon token bağlamı gerçekten gerçek mi?

Mimari bunu destekliyor ve Meta, 10M token'da mükemmel Needle-in-a-Haystack geri çağırmasını gösterdi. Ancak tam bağlamı gerçekten kullanmak devasa KV önbellek belleği gerektiriyor. Çoğu kendi kendine barındırılan dağıtım gerçekçi olarak 128K-256K token'la sınırlı kalıyor. Together AI ve Fireworks gibi bulut sağlayıcıları daha uzun bağlam pencereleri sunuyor.

Açık kaynaklı LLM'de hangi lisansı aramalıyım?

Apache 2.0 ve MIT en izin verici lisanslar -- tam ticari kullanım, değiştirme ve yeniden dağıtım hakkı. Llama'nın özel lisansı ticari kullanıma izin veriyor ancak 700 milyondan fazla kullanıcılı uygulamalar için kısıtlamaları var. Bazı "açık ağırlıklı" modeller (Gemma gibi) özel koşullara sahip -- üretim dağıtımından önce lisansı mutlaka okuyun.

70B model için ne kadar VRAM gerekiyor?

Q4 kuantizasyonunda yoğun bir 70B modeli yaklaşık 35-40 GB VRAM gerektiriyor. Tek bir A100 (80 GB) bunu kolaylıkla kaldırıyor ya da iki RTX 4090 (toplam 48 GB). Tam hassasiyette (BF16) 140+ GB gerekiyor -- dört A100 veya eşdeğeri gerekiyor.

Açık kaynaklı LLM'leri kendi kullanım senaryom için ince ayar yapabilir miyim?

Kesinlikle. QLoRA, tek bir 24 GB GPU'da 70B modeli ince ayarlamayı mümkün kılıyor. Phi-4 ve Gemma 3 gibi daha küçük modeller ince ayar deneyleri için daha da erişilebilir. Apache 2.0 ve MIT lisanslı modellerin türev eserler üzerinde hiçbir kısıtlaması yok.

Açık kaynaklı çok modlu LLM'ler ne durumda?

Gemma 3 27B ve Llama 4 Scout her ikisi de metin ve görüntü girişini yerel olarak işliyor. Phi-4-reasoning-vision-15B, daha küçük ölçekte görsel akıl yürütme ekliyor. Video anlama için Llama 4 Scout, bağlam penceresi içinde 20 saate kadar video girişini destekliyor.

Şu anda en iyi açık kaynaklı LLM hangisi?

Şu anda Qwen 3 235B-A22B, Apache 2.0 lisansı altında akıl yürütme ve kodlamada liderliği elinde tutarak genel olarak en iyi açık kaynaklı LLM konumunda. Tek bir tüketici GPU'su için Gemma 3 27B (16 GB VRAM) en iyi seçim, kodlama ajanları için ise GLM-4.7 %94,2 HumanEval skoruyla kazanıyor.

Açık kaynaklı bir LLM sıralaması (leaderboard) var mı?

Evet. Yukarıdaki Temmuz 2026 sıralamamız bu kılavuzdaki sekiz modelin tamamını kapsıyor; daha geniş bir kapsam için Hugging Face, topluluk tarafından yürütülen Open LLM Leaderboard'u barındırıyor. Sıralamalarımızı MMLU, HumanEval, AIME ve SWE-bench gibi benchmarklara karşı her ay yeniden doğruluyoruz.

Araç seçmek işin kolay kısmı. Onu gerçek bir üründe güvenilir şekilde çalıştırmak ise çoğu ekibin takıldığı yer; yapay zeka entegrasyon ekibimiz müşterileri için tam olarak bunu yapıyor, RAG hatlarından özel ajanlara kadar. Mevcut kurulumunuz için ikinci bir görüş isterseniz ücretsiz danışmanlık alın.

Kaynaklar

• Qwen 3 Technical Report - arXiv
• Meta Llama 4 Official Page
• DeepSeek R1 - Hugging Face
• Gemma 3 - Google DeepMind
• Phi-4 Reasoning Technical Report - Microsoft Research
• Mistral Large 3 Announcement
• GLM-4.7 - Hugging Face
• Open LLM Leaderboard - Hugging Face